待验证50% 置信事实精确时间
Blackwell通过硬件级别对MX块级缩放的原生支持，使缩放因子可以与矩阵乘运算融合执行，这是FA4 MX8性能数字无法直接迁移到Hopper的根本原因
1
来源数
50%
置信度
长期有效
时效性
2026/9/16
首次发现
来源
涉及实体
相关事实
待验证Blackwell架构引入第五代张量核心，原生支持FP4×FP4矩阵乘加运算，累加器使用FP32或FP16精度68% 相似待验证NVIDIA的Blackwell架构（B100/B200）在硬件层面原生支持MXFP4格式的矩阵运算，吞吐量相比FP8可提升近一倍66% 相似待验证GPTQ 基于 OBQ 框架，逐层量化权重并利用 Hessian 矩阵的逆补偿量化误差，在 4-bit 甚至 3-bit 下仍能保持模型质量65% 相似待验证Blackwell是NVIDIA继Hopper和Ada Lovelace之后的新一代微架构，引入第五代Tensor Core以提升FP4/FP6推理效率64% 相似已验证NVIDIA 在 Blackwell 架构（SM 100/103，如 B100、B200 系列）中为 NVFP4 设计了专用 Tensor Core 指令 mma.kind::mxf4，并采用每 16 个元素为一组的 FP8 缩放因子机制64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/927334API
curl https://kongchang.com/api/v1/knowledge/claims/927334MCP
get_claim(id=927334)